minimize(method='COBYLA')#

scipy.optimize.minimize(fun, x0, args=(), метод=None, jac=None, hess=None, hessp=None, границы=None, ограничения=(), tol=None, callback=None, опции=None)

Минимизировать скалярную функцию одной или нескольких переменных с использованием алгоритма Constrained Optimization BY Linear Approximation (COBYLA). Этот метод использует чистую Python-реализацию алгоритма из PRIMA.

Смотрите также

Для документации по остальным параметрам см. scipy.optimize.minimize

Опции:
——-
rhobegfloat

Разумные начальные изменения переменных.

tolfloat

Конечная точность оптимизации (не гарантируется строго). Это нижняя граница размера области доверия.

dispint
Управляет частотой вывода:

  1. (по умолчанию) Вывод не будет производиться

  2. В конце итерации на экран будет выведено сообщение, показывающее найденный лучший вектор переменных и значение его целевой функции

  3. в дополнение к 1, каждое новое значение RHO выводится на экран, с лучшим вектором переменных на данный момент и его значением целевой функции.

  4. в дополнение к 2, каждое вычисление функции с ее переменными будет выводиться на экран.

maxiterint

Максимальное количество вычислений функции.

catolfloat

Допуск (абсолютный) для нарушений ограничений

f_targetfloat

Остановиться, если целевая функция меньше f_target.

Изменено в версии 1.16.0: Исходная реализация Пауэлла была заменена чистой версией на Python из пакета PRIMA, с исправлениями ошибок и улучшениями.

Ссылки

Zhang Z. (2023), “PRIMA: Reference Implementation for Powell’s Methods with Modernization and Amelioration”, https://www.libprima.net, DOI:10.5281/zenodo.8052654